人工智能辅助耳科临床诊疗研究进展  

Research progress on artificial intelligence-assisted clinical diagnosis and treatment in otology

作　　者：任柳杰 郭天翔 傅窈窈 张天宇[1,2,3] REN Liujie;GUO Tianxiang;FU Yaoyao;ZHANG Tianyu(Department of Facial Plastic Reconstructive Surgery,Eye&ENT Hospital of Fudan University,Shanghai 200031,China;ENT Institute,Eye&ENT Hospital of Fudan University,Shanghai 200031,China;NHC Key Laboratory of Hearing Medicine,Fudan University,Shanghai 200031,China)

机构地区：[1]复旦大学附属眼耳鼻喉科医院眼耳鼻整形外科,上海200031 [2]复旦大学附属眼耳鼻喉科医院耳鼻喉科研究院,上海200031 [3]国家卫生健康委听觉医学重点实验室(复旦大学),上海200031

出　　处：《听力学及言语疾病杂志》2025年第2期202-206,共5页Journal of Audiology and Speech Pathology

基　　金：国家自然科学基金(82101221、11932010)。

摘　　要：近年来,人工智能(artificial intelligence,AI)技术飞速发展,特别是在深度学习和自然语言处理(natural language processing,NLP)领域,正在推动医疗模式的深刻变革[1]。AI通过复杂数据的自动特征提取和模式识别,基于统计数据的精准预测,已广泛应用于疾病诊断、治疗方案优化和患者管理等方面,显著提升了医疗效率和质量。医学与AI的深度融合,为实现个性化医疗、减少医疗资源分配不均和推动科研创新提供了强大动力。耳科疾病种类繁多,涵盖听力障碍、平衡功能异常和形态畸形等,诊断往往依赖高精度的影像分析和经验丰富的专业医生。然而,医疗资源短缺和基层医疗水平不足限制了疾病的早期发现与治疗。AI通过精确的影像分析、智能信号处理和辅助诊断,有望弥补这些不足,提升诊断效率和准确率,尤其在中耳炎、耳郭畸形和眩晕疾病的识别与干预方面展现出巨大潜力[2-4]。

关 键 词：基层医疗 耳科疾病 影像分析 自然语言处理 科研创新 疾病诊断 深度学习 资源短缺 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] R764[自动化与计算机技术—控制科学与工程]